The invention provides an artificial neural network construction method and system inspired by the brain inhibition feedback mechanism. The construction method includes: dividing the neurons in the artificial neural network of multiple reference samples into excitatory neurons and inhibitory neurons; suppressing the inhibitory neurons by the inhibitory feedback to obtain the inhibitory feedback neural network; and feeding the inhibitory feedback spirit. The network is reconstructed into a closed-loop neural network to determine decision rules for feedback learning of current samples. By introducing the concepts of excitatory and inhibitory neurons in neuroscience, the performance of the whole neural network can be optimized; furthermore, the robust performance can be improved by introducing a closed-loop system with suppressed feedback.
【技术实现步骤摘要】
受大脑抑制反馈机制启发的人工神经网络构建方法及系统本申请要求于2018年11月12日提交中国专利局、申请号为201811341201.2、专利技术名称为“受大脑抑制反馈机制启发的人工神经网络”的中国专利申请的优先权,其全部内容通过引用结合在本申请中。
本专利技术属于计算机科学中的人工神经网络及脑神经科学领域
,具体涉及一种受大脑抑制反馈机制启发的人工神经网络构建方法及系统。
技术介绍
人工神经网络是上世纪中后期在人工智能领域兴起的一种技术。它在一定程度上对人脑神经元细胞进行了数学上的抽象,建立了信息科学意义上的神经元模型,并对这些神经元按照一定的连接,形成了不同的网络结构。随着人工神经网络的深入研究,该技术已经获得了重要的应用价值,在多个领域已表现出了出色的效果。人工神经网络模型的出现最早见于1943年的WarrenMcCulloch与WalterPitts基于数学和逻辑算法提出的McCulloch-Pitts(MP)模型。该模型通过神经递质传播该神经元的兴奋和抑制信息。类似于生物神经网络的神经元,MP模型中的神经元也同时接受其它神经元的输入,该输入通常是其它神经元输出通过一定权重的线性叠加。类似于生物神经元的激活,MP模型中也定义了一定形式的激活函数,当神经元的输入满足激活函数的条件,它便被激活或者类似于生物神经元的“放电”,并输出给网络中的其它神经元。把许多个这样的神经元按照一定的层次结构连接起来,就可以得到各种形式的多层人工神经网络。自MP模型之后,来自神经科学和计算机科学的科学家们对人工神经网络的概念和方法进行了不断地推进。1949年Hebb ...
【技术保护点】
1.一种受大脑抑制反馈机制启发的人工神经网络构建方法,其特征在于,所述构建方法包括:将多个参考样本的人工神经网络中的神经元区分为兴奋性神经元和抑制性神经元;通过抑制性反馈对抑制性神经元进行抑制,得到抑制性反馈神经网络;将抑制性反馈神经网络重组为闭环神经网络,用于针对当前样本的反馈学习确定决策规则。
【技术特征摘要】
2018.11.12 CN 20181134120121.一种受大脑抑制反馈机制启发的人工神经网络构建方法,其特征在于,所述构建方法包括:将多个参考样本的人工神经网络中的神经元区分为兴奋性神经元和抑制性神经元;通过抑制性反馈对抑制性神经元进行抑制,得到抑制性反馈神经网络;将抑制性反馈神经网络重组为闭环神经网络,用于针对当前样本的反馈学习确定决策规则。2.根据权利要求1所述的受大脑抑制反馈机制启发的人工神经网络构建方法,其特征在于,所述通过抑制性反馈对抑制性神经元进行抑制,得到抑制性反馈神经网络,具体包括:建立含有抑制性反馈单元的数学模型,确定反馈学习规则;根据所述反馈学习规则,对抑制性神经元进行抑制,得到抑制性反馈神经网络。3.根据权利要求2所述的受大脑抑制反馈机制启发的人工神经网络构建方法,其特征在于,所述建立含有抑制性反馈单元的数学模型,确定反馈学习规则,具体包括:基于抑制性反馈单元的输入和输出的函数关系,建立网络前向数学模型;根据网络前向数学模型,确定反馈函数;其中,所述反馈函数的反馈向量基于隐层和抑制性神经元之间的连接权重、以及抑制性神经元向量确定;基于所述反馈函数,根据输入和反馈获得该神经元的输出;确定反馈学习的学习规则;在所述规则中,反馈量基于隐层和输出层之间的连接权重和输出层确定。4.根据权利要求2所述的受大脑抑制反馈机制启发的人工神经网络构建方法,其特征在于,所述对抑制性神经元进行抑制作用,分为前向抑制和反馈抑制;其中,前向抑制是信息通过神经网络正向流动,对抑制性输出的神经元起到抑制作用;反馈抑制是信息反向流动,通过抑制性神经元反作用于抑制性神经元的输入神经元,对输入神经元起到抑制作用。5.根据权利要求2所述的受大脑抑制反馈机制启发的人工神经网络构建方法,其特征在于,在所述数学模型中,抑制性神经元的输入为兴奋性神经元的输入和抑制性神经元的输出。6.根据权利要求1所述的受大脑抑制反馈机制启发的人工神经网络构建方法,其...
【专利技术属性】
技术研发人员:白俊,曾毅,赵宇轩,
申请(专利权)人:中国科学院自动化研究所,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。